什么是用戶行為分析 分析模型及工具詳解?( 二 )


用戶行為采集的數據范圍
用戶行為數據分成兩部分:數據的生產和數據的消費 。
其中,數據的生產在用戶觸點上發生,會產生各種各樣的用戶行為數據 ??蛻粢ㄟ^合適的工具加上合理的方法把數據消費掉,從而得到一定的數據結論 。
某個用戶加上地點、時間、事情和方式,就構成了一個用戶事件 。例如,張三在 2021 年 5 月 1 日 20:00:00,在京東 APP,iPhone 12 商品詳情頁點擊了加入購物車按鈕 。這就構成了對用戶行為的描述,其中的張三就是分析對象 。
用戶在日常場景中的操作,能夠抽象成數據的維度和指標 。通過一個小事件,可以采集用戶的ID以及所對應的基本屬性 。比如,加購商品的名稱、價格數量,等事件屬性 。
總結一下,采集上來的數據范圍就是:

  • 用戶及用戶屬性:用戶 ID+用戶基本屬性+用戶標簽
  • 事件及事件屬性:加入購物車事件+購物車商品名稱、價格、數量
從用戶行為數據到用戶畫像
通過數據的采集,就能夠做用戶相關的分析,其中最核心的是用戶屬性 。
用戶屬性可以形成用戶畫像,對用戶畫像的描述越精確,越有利于運營中制定針對性的策略或營銷活動 。用戶畫像的精確性取決于采集到的用戶行為的數據質量 。
不同的行業,畫像體系各不相同,以我們為金融行業的用戶基礎畫像為例 。
什么是用戶行為分析 分析模型及工具詳解?

文章插圖
這個畫像的體系包括了用戶的基本屬性、關聯關系、興趣偏好、客戶價值、輿論評價等,其中的一些屬性與用戶行為緊密相關,另一些則是用戶的自然屬性,包括姓名、性別、住址等 。
用戶畫像會隨著數據的收集不斷優化,比如,用戶偏好會隨對用戶行為分析的不斷深入,而進行動態的調整 。
4 Fourth Point
用戶行為分析的基本思路
下面將從渠道分析、轉化分析、路徑分析、留存分析四個方面,簡單介紹一下用戶行為分析的基本思路 。
如何降低獲客成本
有效獲取高價值用戶
首先,我們需要對渠道的拉新能力和獲客質量進行評估 。
評估可能包含下面一系列問題:哪個渠道帶來的新增用戶更多?哪個渠道的虛假流量占比更少?哪個渠道的高價值用戶更多?哪個渠道的轉化效果更好?
為了得到這些問題的答案,我們要做事件分析或渠道分析 。第一步,需要定義分析的對象,比如評估渠道拉新能力時,我們的分析對象就是新用戶 。第二步,我們會分析拉新渠道的獲客量,及用戶后續的轉化情況與價值情況 。
結合對獲客渠道的分析,可以嘗試尋找ROI更高的渠道組合,并且合理地分配預算 。
如何提升營銷轉化率和收入
用戶觸達后的理想路徑,是通過營銷活動到達落地頁,再到具體的商品詳情頁,最終完成購買行為 。如果落地頁跳出率90%,產品做得再好也是事倍功半!
在設計好的路徑中間,存在著用戶流失的情況 。這就需要進行用戶行為分析,去解決用戶在哪個環節流失的問題 。用戶流失率最高的環節,就是我們優化的重點 。關鍵環節的策略改進,對于整體的用戶轉化和業務收入的幫助非常可觀 。
轉化分析中,時常借助漏斗分析模型,將用戶的訪問路徑編號,如1、2、3、4、5等多個步驟,去看每一步的用戶轉化情況,用轉化漏斗快速找到轉化瓶頸,通過維度的細分拆解用戶流失 。
通過漏斗分析,我們得到了導致用戶流失的事件,進而找到問題的根源 。這些都可以幫助我們改進產品設計和用戶體驗,甚至促進業務流程的重構 。
如何引導用戶路徑
促進轉化
用戶路徑分析即使用智能路徑,跟蹤用戶從轉化流程的開始到最終實現轉化目標,經過了哪些關鍵節點 。觀察在節點之間的用戶流轉,從中發現一些問題 。
例如,現有用戶群A和B,兩個用戶分群的價值不同 。低價值用戶群產生的原因是多樣的,可能是用戶群自身的消費能力不足,也可能是因為產品的設計不佳,給這部分用戶的轉化造成了阻礙 。
用戶在APP中的實際路徑,與我們預設的轉化路徑時常存在差異 。線上的用戶路徑分析其實與線下的動線分析類似,關鍵的數據是用戶訪問了哪些頁面,在哪些環節中離開了轉化流程 。
這時候我們會根據需要,做針對性的優化,比如在關鍵的頁面定向推送促銷信息,減少流失。
如何提高召回用戶
提升留存率
用戶行為分析中,最重要指標就是用戶的留存率 。只有留存的用戶,才會有不斷產生業務貢獻的可能 。

推薦閱讀